本课探讨了提升神经网络泛化能力的多种机制,在上一堂课的基础上,继续讨论了 数据增强、 贝叶斯推断与添加噪声等启发式方法。其核心在于通过平滑建模函数、增加有效数据、组合模型或寻找宽阔最小值来有效抑制过拟合。第18课完整讲义:zhuanlan.zhihu.com00:00 开篇语00:49 应用噪声07:16 贝叶斯推断09:47 迁移学习和多任务学习13:05 自监督学习15:48 数据增强17:55 结束语